[发明专利]一种基于卷积神经网络的人体行为识别方法有效
| 申请号： | 201910326391.9 | 申请日： | 2019-07-05 |
| 公开（公告）号： | CN110135277B | 公开（公告）日： | 2022-08-16 |
| 发明（设计）人： | 赵立昌;陈志;岳文静;吴宇晨;孙斗南;周传 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/82;G06V10/774;G06K9/62;G06N3/04 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 秦秋星 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于卷积神经网络的人体行为识别方法，包括如下步骤：采集不同人体动作的图像，每张所述图像都有一个人体骨架序列；根据人体骨架序列形成所述人体图像的移动骨架描述符图像和移动关节描述符图像；将不同人体动作的移动骨架描述符图像和移动关节描述符图像分别作为训练集训练卷积神经网络；将待识别人体动作的图像分别输入训练好的两个卷积神经网络中，分别得到各个人体动作的分数；将两种分数中相同人体动作对应的分数相加，得出得分最高的动作，作为人体行为识别的结果。本发明使得对于输入的人体姿势序列，能够使用卷积神经网络进行人体行为识别，提高对人体行为识别的准确度，并且降低学习模型的计算复杂度。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 人体 行为 识别 方法 | ||
【主权项】：
1.一种基于卷积神经网络的人体行为识别方法，其特征在于，包括如下步骤：步骤1：采集不同人体动作的图像，每张所述图像都有一个人体骨架序列；步骤2：根据人体骨架序列形成所述人体图像的移动骨架描述符图像；步骤3：根据人体骨架序列形成所述人体图像的移动关节描述符图像；步骤4：将步骤2和步骤3中得到的不同人体动作的移动骨架描述符图像和移动关节描述符图像分别作为训练集训练卷积神经网络；步骤5：将待识别人体动作的图像分别输入步骤4训练好的两个卷积神经网络中，分别得到各个人体动作的分数；步骤6：将步骤5中得到的两种分数中相同人体动作对应的分数相加，得出得分最高的动作，作为人体行为识别的结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910326391.9/，转载请声明来源钻瓜专利网。
